20180705-天风证券-金工专题报告_基于自适应风险控制的指数增强策略_20页_2mb

金融工程：基于自适应风险控制的指数增强策略总结

核心内容概述

本报告围绕指数增强策略的构建展开，重点介绍了收益预测模型和风险控制模型的设计与应用。通过引入对称正交方法和反向归零机制，有效处理了因子之间的多重共线性问题，提升了模型的稳健性。同时，针对市场波动性带来的跟踪误差不稳定性，提出了一种自适应风险控制方法，使组合在不同市场环境下能够更好地跟踪目标误差。实证结果显示，该策略在沪深300、中证500和中证1000等不同风格指数上均取得了良好的增强效果。

主要观点

• 收益预测模型：

  • 采用多因子选股模型，从规模、估值、成长、盈利、技术、流动性、波动等维度筛选有效因子。
  • 对因子进行标准化处理（Z-Score），并进行市值和行业中性化。
  • 通过对称正交处理因子之间的多重共线性，使得因子间相关性为零，同时保持其经济意义。
  • 引入反向归零机制，当因子的预期权重配置方向与投资逻辑不一致时，对该因子权重置零，从而提升模型的稳定性。
  • 对称正交后复合因子的IC均值为0.1330，年化ICIR为7.0424，月度胜率为96.08%。

• 风险控制模型：

  • 构建组合优化模型，控制组合在风格、行业、个股偏离度以及成分股权重占比等方面的暴露。
  • 采用个股相对基准成分股的偏离度约束，替代传统的跟踪误差二次项约束，提高模型的计算效率。
  • 在控制组合风险的同时，最大化组合预期收益。

• 自适应风险控制：

  • 针对跟踪误差与市场波动相关的特点，构建了动态调整的自适应风控模型。
  • 通过历史跟踪误差与目标误差的对比，动态调整个股偏离度上限，实现更精准的跟踪误差控制。
  • 自适应风控模型在不同市场环境下表现更稳健，且跟踪误差控制更为有效。

关键信息

因子库

静态指数增强模型表现

自适应风险控制模型表现

风险提示

• 市场系统性风险
• 有效因子变动风险

相关报告

1. 《金融工程：基本面量化视角下的医药行业选股研究》（2018-06-15）
2. 《金融工程：基于基础数据的分析师一致预期指标构建》（2018-04-10）
3. 《金融工程：多因子模型的业绩归因评价体系》（2018-04-10）
4. 《金融工程：风险预算与组合优化》（2018-03-05）
5. 《金融工程：哪些行业应该单独选股？——基于动态因子筛选的行业内选股实证研究》（2018-02-23）
6. 《金融工程：协方差矩阵的常用估计和评价方法》（2017-11-16）
7. 《金融工程：因子正交全攻略——理论、框架与实践》（2017-10-30）
8. 《金融工程：基于动态风险控制的组合优化模型》（2017-09-21）
9. 《金融工程：专题报告-MHKQ因子择时模型在A股中的应用》（2017-08-15）
10. 《金融工程：专题报告-利用组合优化构建投资组合》（2017-08-14）
11. 《金融工程：专题报告-半衰IC加权在多因子选股中的应用》（2017-07-22）
12. 《金融工程：专题报告-反转现象的选择性交易策略》（2017-05-31）